小麦白粒种质资源抗穗发芽性的配合力分析

用我国抗穗发芽性显著不同的21个白粒小麦品种(系)及1个红皮品系为材料,分别配成5×6、4×7和7×5三套NCⅡ交配设计,以穗发芽率为指标对杂种F_1及亲本进行配合力分析。结果一般配合力方差达极显著水平,特殊配合力方差亦显著或极显著,基因加性效应起主要作用。抗性亲本对杂种抗穗发芽性表现的作用显著大于敏感亲本,其平均穗发芽率与其一般配合力效应间相关较高,平均相关系数为0.816。穗发芽抗性遗传力较高,广义遗传力和狭义遗传力平均分别为83.30％和58.96％,可以在杂种早代-中代对其进行选择。涪陵须须麦、万县白麦子、遂宁坨坨麦、万雅M120E6、丰产3号等具有较好的一般配合力,可作为优良白粒抗源在育种中利用。     

温度变化对番茄幼苗抗寒性的影响

在低温（１５℃）,中温（２０℃）,高温（２５℃）条件下生长的番茄幼苗,定植前１５ｄ放置在相同的高温条件（２５℃）测定各处理不同时期幼苗叶片中脯氨酸,束缚水,自由水含量,以观察其抗寒性能的变化,结果表明,在低温下生长的番茄幼苗抗寒性较强,中温下生长的幼苗次之,高温下生长的幼苗抗寒性最差,但三种处理的幼苗放置在同样的高温下抗寒性迅速下降,尤其是低温下生长的幼苗下降幅度最大,到定植叶时不同温度处理幼苗的     

以分子标记辅助选择育成抗条纹叶枯病水稻新品种“武陵粳1号”

条纹叶枯病是21世纪以来江苏省最重要的水稻病害之一。食味品质较优的主栽品种武育粳3号因高度感染该病而种植面积锐减。本研究以镇稻88为抗条纹叶枯病毒病基因Stvb-i的供体亲本,采用回交育种策略,改良武育粳3号的抗条纹叶枯病性能。在连续回交和自交过程中,以紧密连锁的双侧分子标记对Stvb-i进行“前景”选择,同时对后代与轮回亲本遗传背景的相似程度进行分子标记辅助“背景”选择,在短期内育成抗条纹叶枯病的“武育粳3号”,命名为“武陵粳1号”。新品种保持了原品种的基本农艺性状、丰产性、稳产性和优异的食味品质,并大幅度提高了其条纹叶枯病抗性水平,在江苏省多点抗性鉴定试验中的平均病株率仅为4.4%,极显著低于原品种(53.2%)。     

小麦品种对赤霉病的抗性鉴定

用孢子悬液小花注射接种法测定了47个小麦品种对赤霉病的抗性，分析了小穗侵染率与小麦农艺性状间的相关性。结果表明，47个小麦品种中，没有高抗品种，抗病品种8个，占17．02％，中抗品种27个，占57．44％，感病品种10个，占21．28％，高感品种2个，占4．26％。小穗侵染率与株高、穗长、千粒重、千粒重损失率，穗密度等农艺性状相关皆不显著，与生育期相关极显著。     

基于4G网络的气调保鲜配气远程监控系统设计与试验

为提高生鲜农产品气调保鲜配气过程的精确度及自动化水平,设计了一套气调保鲜配气远程控制系统,依托嵌入的PID控制算法和质量流量控制器实现对原料气体流量、浓度和混配比的控制;以4G网络作为远程数据传输途径,选择4G DTU作为网络数据收发器,通过手机小程序实现移动客户端的远程监控功能。系统在结构上设置了气体参数感知层、数据网络传输层和控制操作应用层;基于配气系统远程监控要求,在PLC内部嵌入Modbus RTU程序,保障DTU与PLC之间的通信;使用TCP协议,使其与云服务器之间进行数据传输。根据对系统稳定性、准确性及其通信性能的测试,在配气稳定时配气体积分数平均误差绝对值在0.22%浮动,平均误差较传统方法降低了约91.67%,且配气速度提高50%左右,极大改善了配气场地的工作条件和生产效率,为进一步完善生鲜农产品气调保鲜自动化配气生产线提供了技术支持。     

基于无人机遥感的盛花期薇甘菊监测技术

薇甘菊是世界十大有害杂草之一,其泛滥会对生态系统造成重大影响。建立一个高空间分辨率全域尺度的薇甘菊预警评估方法,是防治薇甘菊的关键手段之一。目前对薇甘菊的监测主要有人工踏查、卫星遥感监测,但前者效率低下而后者识别精度不够。以无人机为载体,通过采集待监测区域的薇甘菊彩色图像,应用Otsu-K-means、RGB、HSV色彩空间阈值分割算法以及K-means-RGB、K-means-HSV、K-means-RGB-HSV融合算法和MobileNetV3深度学习算法进行识别,采用召回率、精确率和均衡平均数F1值共3个评价指标对识别结果进行评价。实验结果表明K-means-RGB-HSV算法对盛花期薇甘菊的整体识别效果最佳。在此基础上,基于识别结果应用模糊层次分析法以及盖度公式,初步建立了薇甘菊的预警评估方法,划分了5个薇甘菊入侵危害等级,可根据所需监测精度的不同,设置不同尺寸的网格和辐射半径,绘制出薇甘菊入侵的精准分布热力图,能够清晰准确地体现不同区域的入侵薇甘菊的危害程度。在厘米级分辨率精度下,实现了基于无人机遥感的盛花期薇甘菊精准监测,为薇甘菊入侵的监测、预警和精准防治提供了有力支撑。     

玉米精密播种粒距在线监测与漏播预警系统研究

针对玉米精密播种粒距偏差导致播量分布不均匀的问题,设计了玉米精密播种粒距在线监测与漏播预警系统。该系统主要由车载计算机、排种监测ECU及相关传感器组成,设计了上位机监测软件和基于移动平均粒距在线监测的下位机程序,通过监测玉米精密播种作业过程中的粒距及其误差,完成漏播预警。首先,设计并进行了排种计数监测精度试验,结果表明,在模拟车速3～12 km/h范围内,以1 km/h递增变化的10个车速下,系统对指夹式排种器和气吸式排种器的排种计数监测平均准确率分别为99.12%、99.71%,标准差分别为0.52%、0.44%,总体排种计数监测误差平均值小于1%。其次,基于高速摄像的播种粒距测量试验台进行了实验室环境下的粒距监测精度试验,采用指夹式排种器进行排种,目标粒距为25 cm,在车速3～12 km/h范围内,以1 km/h为间隔的10个车速下,系统对粒距监测误差绝对值的平均值为2.34 cm,标准差为2.56 cm。针对试验结果存在较多的随机异常点问题,采用移动平均滤波对监测粒距进行分析,得出粒距监测误差绝对值的平均值为0.79 cm,标准差为0.62 cm,单车速下对应的粒距监测误差绝对值的平均值最大为1.69 cm,标准差为0.23 cm,经移动平均滤波处理后,粒距误差异常点明显减少,系统粒距监测误差小于2.00 cm。最后,基于气吸式玉米精密播种机设计了试验样机,设置播种车速为5.49、8.49 km/h,目标粒距为25 cm,进行了田间播种粒距监测精度试验,分别采集350个连续的出苗粒距进行对比分析,结果表明,与出苗粒距移动平均值相比,系统粒距监测误差的平均值分别为1.84、2.22 cm,标准差分别为1.61、2.13 cm,粒距监测值曲线与出苗粒距移动平均值曲线的变化趋势基本相同。     

脱涡致振式压电风力发电机性能分析与试验

为满足农业遥感监测系统的供电需求,减少化学电池对水和土壤的污染,提出一种脱涡致振式压电风力发电机,并从理论和试验两方面进行了研究。建立了脱涡致振式压电风力发电机的理论模型,通过仿真分析研究迎风角、压电振子长度及风速对压电振子变形量的影响,并对发电机样机进行了测试试验。结果表明,不同风速下均存在两个最佳迎风角,使发电机输出电压较大,压电振子长度为60、78mm,风速为7.6、11.6、12.4m/s时的两个最佳迎风角分别为(35°,135°)、(45°,125°)、(50°,120°)和(35°,120°)、(40°,115°)、(45°,110°)。当迎风角为120°时,存在最佳风速,使发电机输出电压达到最大;随着压电振子长度的增加,最佳风速由12.4m/s降低到8.4m/s,其对应的最大输出电压由16.6V增加为16.8V。当外接电阻为150kΩ、迎风角为30°时,试验测得最大输出功率为1mW。研究表明,根据实际风速确定合理的迎风角及压电振子长度可提高发电机的发电能力。     

基于单目视觉的谷物联合收获机产量测量方法

为准确获取农田中作物产量信息,以联合收获机刮板式升运器为研究对象,提出了一种基于单目视觉的联合收获机产量测量方法。首先,根据真实的升运器内部谷堆图像,提出了一种更加精确的刮板上谷物堆积模型。然后,基于视觉测量和图像处理技术,开发了一种谷堆体积测量方法。在辅助光源照射下,通过工业相机采集升运器内刮板和谷堆的侧面图像。采用邻域微分法提取图像感兴趣区域,再利用Otsu法和形态学处理方法从背景中准确分割出谷堆。根据相机成像模型,计算谷堆在世界坐标系中的实际侧面积,并通过谷堆几何模型得到谷物的体积。最后,将每个刮板上的谷堆体积累加求取产量。为验证所提方法的有效性,搭建了基于单目视觉的谷物测产系统,并在升运器试验台上开展了试验验证。试验结果表明,在不同的升运器转速工况下,所提方法测量的相对误差为-4.08%~3.41%,能够满足联合收获机产量测量精度要求。     

基于作物生长监测诊断仪的玉米LAI监测模型研究

为探索作物生长监测诊断仪（CGMD-402型）在作物长势监测应用中的精准性与适用性,连续2年在不同氮肥水平下进行不同玉米品种的实验。使用作物生长监测诊断仪采集冠层归一化差值植被指数（Normalized differential vegetation index,NDVI）、比值植被指数（Ratio vegetation index,RVI）,并同步以ASD FR-2500型野外高光谱辐射测量仪获取冠层光谱反射率,构建NDVI、RVI高光谱植被指数;通过对比两种仪器获取的植被指数特征及其定量关系,评价CGMD-402型作物生长监测诊断仪监测精度;基于CGMD-402型作物生长监测诊断仪获取的NDVI、RVI,建立叶面积指数（Leaf area index,LAI）监测模型,并对模型监测精度进行验证。结果表明：玉米冠层NDVI、RVI随施氮量增加而增加,增加幅度分别为8.20%~36.59%、4.40%~25.16%;CGMD-402型作物生长监测诊断仪与ASD FR-2500型野外高光谱辐射测量仪获取的NDVI、RVI相关系数分别为0.991、0.985,决定系数分别为0.983、0.969,说明CGMD-402型作物生长监测诊断仪具有较高的监测精度,可替代ASD FR-2500型野外高光谱辐射测量仪获取NDVI、RVI指数;利用CGMD-402型作物生长监测诊断仪获取NDVI、RVI,建立LAI监测模型的决定系数分别为0.911、0.898;以独立数据对模型精度进行验证,模型预测值与田间实测值间决定系数分别为0.963、0.954,相对误差分别为6.65%、9.37%,表明二者具有高度一致性。研究表明,利用作物生长监测诊断仪能有效监测玉米不同品种LAI动态变化,可以替代AccuPARLP-80型植物冠层分析仪获取玉米LAI数据。